Rens ter Weijde, KIMO’nun Kurucu Ortağı ve CEO’su – Röportaj Serisi

KIMO, iki Harvard mezunu tarafından kurulmuş bir Hollanda başlangıç şirketidir: Krishna Deepak Nallamilli (Hindistan) ve Rens ter Weijde (Hollanda). Takım, dijital öğrenme içeriği aracılığıyla bireysel öğrenme yolları oluşturmak için gereken yapay zekayı oluşturmaya odaklanmıştır.

Çevrimiçi öğrenim popülerlik kazanmış olmasına rağmen, düşüş oranları %95’e kadar çıkabiliyor. Başarı oranı neden bu kadar düşük?

KIMO’yu başlattığımızda, durumu daha iyi anlamak için birkaç yüz kullanıcıyı anketledik. Öncelikle, çoğu çevrimiçi sağlayıcı MOOC’ler (çevrimiçi kurslar) sağlar, ancak kullanıcılar MOOC’leri önemli bir zaman taahhüdü olarak algılar. Genellikle günlük programlarına daha iyi uyan “daha kısa” çözümler kullanmayı tercih ederler, Örneğin makaleler okumak, podcast’ler dinlemek, Google’da soru sormak vb. Böylece öğrenme uygulamada çok kanallıdır. Ayrıca, birçok kullanıcı çevrimiçi yolculuklarında rehberlik eksikliğini hissettiğini belirtti. Sonuç olarak, ne öğrenmeleri gerektiğini karar vermeye çalışarak çok zaman harcarlar. Üçüncü neden, içeriğin ilgili olması ile ilgilidir. Çevrimiçi materyaller genellikle statik, önceden kaydedilmiş ve onlara tam olarak uygun değildir. Denilebilir ki, içerik onlara yeterli düzeyde kişiselleştirilmemiş veya onlar için yeterli zaman ayırmaya değecek düzeyde ilgili değildir.

Çok sayıda kullanıcı sıkıldıklarını ve genellikle bir ilgi eksikliğini sorun olarak belirtiyorlar, neden kullanıcıların çevrimiçi öğrenimden uzaklaştıklarına inanıyorsunuz?

Çevrimiçi öğrenme platformlarını en az iki ana boyutta daha iyi hale getirmek için yer olduğuna inanıyorum. Öncelikle, kullanıcıları daha iyi yolculuklara yönlendirmek ve daha iyi içerik önerileri sunmak için daha iyi bir zeka gereklidir. Bunu, eğitim sektörünün必要 araştırma ve geliştirme olarak görmek mümkün. İkinci unsur, değer zincirinin diğer tarafı: kullanıcı arayüzü ve kullanıcı deneyimi. Çoğu LMS sistemi kullanıcılar tarafından eski ve sıkıcı olarak görülür. Bugün kullanıcıların beklediği gibi parlatılmış, gerçek zamanlı, sosyal ve kişiselleştirilmiş yazılımlardan uzaktırlar.

KIMO’nun doğuş hikayesini ve çevrimiçi öğrenim sorununu çözmeye sizi neyin çektiğini paylaşabilir misiniz?

Elbette! KIMO, Krishna’nın, ortak kurucu ve ben Harvard İşletme Okulu’nda tanıştığımızda başladı. Çevreyi sevdiğimiz halde, aynı zamanda bu deneyimin iyi yönlerinin küresel olarak insanlara ölçeklenemeyeceğini anladık. Bir “dijital kariyer koçu” oluşturmaya karar verdik. O koç, KIMO’nun ilk versiyonuydu.

Çevrimiçi öğrenme içeriği aracılığıyla bireysel öğrenme yolları oluşturmak için gereken yapay zekayı nasıl kullanabileceğinizi tartışabilir misiniz?

Aslında, KIMO, boru hattında çok sayıda AI modeline dayanır. Bazı modeller temelde basittir, diğerleri daha karmaşıktır. Ortak nokta, çoğu modelin doğal dil olarak girdi verilerini kullanmasıdır (NLP, örneğin transformer modelleri). Bu modeller, aldığınız içerik önerilerine, içeriklerin belirli konulara kümelendiğine ve işler için gerekli kritik becerilerin tanınmasına dayanır. Ayrıca, KIMO uygulaması içindeki içerikle ilgili soruları yanıtlayan daha deneysel “yaratıcı” AI modellerimiz vardır. Bu yeterli çalışırsa, profesörlerin otomasyonuna bir adım daha yaklaşıyoruz.

Bir AI sisteminin işleri ayrıntılı olarak anlamasını (örneğin, sert beceriler veya yumuşak beceriler) nasıl açıklayabilirsiniz?

Basitçe söyleyeyim: mevcut veritabanlarını (O*Net, ESCO) bu çalışma için kullanmayı reddettik çünkü yeterli düzeyde ayrıntılı ve eskimişlerdi. Bunun yerine, pazarın yaklaşık 40.000 becerisini neredeyse gerçek zamanlı olarak tanıyabilen bir sistem oluşturduk. Sistemimizin iş profillerini “okuduğunu” ve işler için gereken becerileri öngörmesini söyleyebiliriz. Tanınan bu beceriler daha sonra yumuşak ve sert becerilere kümelendirilir.

Platformda kişiselleştirilmiş öğrenimin nasıl çalıştığını, örneğin sistemlerin bir kullanıcı için hangi içeriğin (makaleler, videolar, podcast’ler, makaleler vb.) en iyi performans gösterdiğini nasıl bildiğini tartışabilir misiniz?

Basit cevap, kullanıcıları ve içeriği vektör eşleştirmesi aracılığıyla eşleştirdiğimizdir, bu, öneri modellerinde ortak bir uygulamadır. Daha zor kısım, bu vektörlerin nasıl oluşturulduğudur, yani hangi öğelerin ağırlıklandırıldığını belirlemektir. Şu anda sistem nispeten basittir ve kullanıcıların öğrenme tercihleri ve çevrimiçi materyaller için popülerlik puanları ile çalışır. Gelecek daha ilginç olacak, çünkü kullanıcıların mevcut durumunu (örneğin, işlerini) ve istenilen son durumu değerlendirmeye çalışıyoruz.

KIMO sistemi tarafından kullanılan bazı güncel makine öğrenimi metodolojilerini tartışabilir misiniz?

Çok farklı modelleri, görevlere bağlı olarak kullanıyoruz. Ancak NLP modellerini, özellikle de dikkat kullanan transformer modellerini sevdiğimizi söyleyebilirim.

Çevrimiçi eğitimin geleceğini 5 yıl içinde nasıl görüyorsunuz?

Kısa cevap, çevrimiçi eğitimin “sıkıcı, yalnız ve tek boyutlu” dan “yüksek düzeyde etkileyici, sosyal ve kişiselleştirilmiş” e doğru ilerleyeceğini görüyorum. Çevrimiçi eğitim şirketleri, geleneksel, yavaş hareket eden bir endüstride yer aldıklarını düşünmekten kaçınmalılar. Bunun yerine, bugün birçok önemli trendin merkezinde yer alan bilgi kürasyonunda rekabet ettikleri gerçeğini anlamalılar.

KIMO hakkında paylaşmak istediğiniz başka bir şey var mı?

Evet. KIMO hala bir bebek veya “beta” olarak adlandırdığımız bir şey. Uygulamayı indirin, deneyin ve geri bildiriminizi gönderin!

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular KIMO’yu ziyaret edebilir.